OpenAI startet ChatGPT für Finanzdienstleistungen für Investmentbanking und Aktienresearch
Wichtige Erkenntnisse
- •ChatGPT für Finanzdienstleistungen läuft auf GPT-6 Astra, das OpenAI als sein leistungsfähigstes Reasoning-Modell bezeichnet, und wurde gemeinsam mit Morgan Stanley und Evercore entwickelt.
- •Die Plattform bündelt Datensätze von Daloopa, PitchBook, LSEG News und Crunchbase und ermöglicht Teams den Zugriff auf Gewinntranskripte, Finanzberichte, Unternehmenskennzahlen und Daten aus privaten Märkten, ohne separate Lizenzverhandlungen.
- •Institutionen mit Abonnements bei Anbietern wie S\u0026P Capital IQ, LSEG, MSCI, Dow Jones Factiva und Moody’s können gemeinsame Anmeldeintegrationen nutzen; mehr als 50 zusätzliche Konnektoren, darunter FactSet und Preqin, erweitern das Datenökosystem.
- •Das Produkt bietet detaillierte Quellenangaben sowie Sicherheitsfunktionen für Unternehmen, darunter SAML-Single-Sign-on, rollenbasierte Zugriffskontrollen, Informationsbarrieren auf Workspace-Ebene und die standardmäßige Nichtverwendung von Geschäftsdaten zum Modelltraining.
- •Branchenvertreter warnen, dass die Automatisierung von Aufgaben, die typischerweise von Analysten im ersten und zweiten Berufsjahr erledigt werden, den traditionellen Aufbau von Urteilsvermögen verändern könnte, während OpenAI das Tool als Möglichkeit zur Steigerung der Leistung pro Analyst und nicht zum Personalabbau positioniert.
OpenAI hat ChatGPT für Finanzdienstleistungen gestartet, eine speziell entwickelte Konfiguration seiner Unternehmensplattform ChatGPT Work für die Arbeitsabläufe von Investmentbanking- und Aktienresearch-Teams. Das Produkt läuft auf GPT-6 Astra, das OpenAI als sein bislang leistungsfähigstes Reasoning-Modell bezeichnet, und wurde gemeinsam mit Morgan Stanley und Evercore entwickelt.
Im Mittelpunkt der Plattform steht die Integration von Finanzdaten. Analysten arbeiten traditionell mit fragmentierten proprietären Datenbanken, für die jeweils eigene Verträge, Zugangsprotokolle und Abrufoberflächen gelten. ChatGPT für Finanzdienstleistungen bindet Datensätze von Daloopa, PitchBook, LSEG News und Crunchbase in die Infrastruktur von OpenAI ein. Diese umfassen Gewinntranskripte, Finanzberichte, Unternehmenskennzahlen und Daten aus privaten Märkten. Teams können auf diese Datensätze zugreifen, ohne separate Lizenzvereinbarungen aushandeln zu müssen.
Institutionen, die bereits Anbieter wie S\u0026P Capital IQ, LSEG, MSCI, Dow Jones Factiva und Moody’s abonnieren, können gemeinsame Anmeldungen und Berechtigungsintegrationen nutzen, um über ihre bestehenden Zugangsdaten auf die Daten zuzugreifen. Mehr als 50 zusätzliche Konnektoren, darunter Datasite, FactSet und Preqin, erweitern das Datenökosystem der Plattform zusätzlich.
Indem der Bedarf an der Konfiguration von MCP-Konnektoren reduziert und der Datenzugriff über eine einzige Oberfläche gebündelt wird, positioniert OpenAI ChatGPT als zentrale Research-Umgebung und nicht lediglich als zusätzliches Werkzeug im Arbeitsablauf eines Analysten.
Now available: ChatGPT for Financial Services. This is a tailored ChatGPT Work experience that combines built-in financial data with GPT-6 Astra’s reasoning. Teams can develop research, build financial models, and create customized client materials. pic.twitter.com/AundGG3jtc — OpenAI (@OpenAI) September 10, 2026
Die Architektur von GPT-6 Astra und die unterstützten Arbeitsabläufe
GPT-6 Astra wird anhand des Verständnisses von Finanzdokumenten mit OfficeQA Pro, des quantitativen Reasonings mit BoxBench und der Erstellung professioneller Arbeitsprodukte bewertet. OpenAI berichtet in jeder Kategorie von Leistungsverbesserungen gegenüber früheren Modellen. Für Aufgaben im Finanzdienstleistungsbereich entsprechen diese Fähigkeiten zentralen Phasen des Arbeitsablaufs.
Ein Research-Zyklus im Investmentbanking kann die Suche nach Kennzahlen in mehreren Einreichungen, die Abstimmung bereinigter und ausgewiesener Werte, die Identifizierung vergleichbarer Unternehmen sowie die Überführung der Analyse in kundengerechte Materialien nach unternehmensspezifischen Styleguides umfassen. ChatGPT für Finanzdienstleistungen soll jede dieser Phasen unterstützen. Nutzer können bereinigte EBITDA-Zahlen bis zu den Abstimmungsnotizen zurückverfolgen, LBO-Modelle ausführen, Käuferscreenings durchführen und Pitchbooks mit interaktiven Diagrammen sowie formatierten PowerPoint-Präsentationen erstellen. Unternehmensadministratoren können Vorlagen zentral veröffentlichen.
Die Plattform bietet außerdem detaillierte Quellenangaben. Bestimmte Tabellen, Textpassagen und Fußnoten können neben den generierten Ergebnissen hervorgehoben werden, sodass Analysten Aussagen bereits während des Analyseprozesses überprüfen können. Dies unterscheidet sich von Ausgaben allgemeiner KI-Systeme, bei denen die Herkunft von Zahlen möglicherweise weniger transparent ist. In regulierten Umgebungen, in denen Kontrollen zu wesentlichen nicht öffentlichen Informationen und Prüfpfade erforderlich sind, stellt OpenAI Quellenangaben auf Dokumentebene als Compliance-orientierte Funktion dar.
Die Sicherheitsarchitektur umfasst SAML-Single-Sign-on, SCIM-Bereitstellung, rollenbasierte Zugriffskontrollen, Verschlüsselung ruhender und übertragener Daten, Informationsbarrieren auf Workspace-Ebene sowie den Export von Compliance-Protokollen. OpenAI zufolge werden Geschäftsdaten standardmäßig nicht zum Training seiner Modelle verwendet, eine Anforderung, die bei Finanzinstituten üblicherweise mit Vertraulichkeitsrahmen verbunden ist.
Effizienzwerkzeug oder Verdrängung von Arbeitskräften?
Der Start hat die Debatte darüber neu entfacht, wie sich Automatisierung auf die Arbeit im Finanzdienstleistungssektor auswirken könnte, insbesondere auf der Einstiegsebene. Investmentbanking-Analysten und Associates haben in ihren ersten beiden Berufsjahren traditionell viele der Aufgaben übernommen, die ChatGPT für Finanzdienstleistungen automatisieren soll, darunter Unternehmensrecherche, Finanzmodellierung, Datennormalisierung und die Erstellung von Pitchbooks.
Branchenvertreter beschreiben diese Ausbildungsstruktur als mehr als eine organisatorische Konvention. Ihrer Ansicht nach trägt die repetitive und detailintensive Arbeit auf Junior-Ebene dazu bei, die Mustererkennung und das Urteilsvermögen zu entwickeln, auf die erfahrene Banker später angewiesen sind.
OpenAI stellt das Produkt als Effizienzverstärker dar, der die Leistung pro Analyst erhöhen und nicht die Zahl der Beschäftigten reduzieren soll. Branchenvertreter weisen dennoch darauf hin, dass die Automatisierung von Aufgaben im Umfeld des Reasonings eine umfassendere Frage aufwirft: Wenn ein erheblicher Teil der kognitiven Arbeit eines Junior-Analysten an ein KI-System delegiert wird, könnte sich der Weg vom Einstiegsanalysten zum erfahrenen Berater verändern.
Einige Branchenvertreter warnen, dass der Wegfall der manuellen und iterativen Phasen der Finanzanalyse dazu führen könnte, dass Fachkräfte mehr Erfahrung in der Steuerung von KI-Workflows als in der Anwendung des zugrunde liegenden Urteilsvermögens sammeln, das diese Workflows eigentlich unterstützen sollen.
Für Finanzinstitute stellt sich daher nicht nur die Frage, ob sie diese Softwarekategorie einführen sollten, sondern auch, wie sie Onboarding- und Weiterbildungsprogramme neu gestalten, wenn die traditionelle Arbeit auf Junior-Ebene nicht mehr das wichtigste Mittel zum Aufbau analytischer Expertise ist.
